猫眼影戏
 |
猫眼影戏
杨淑雅
手机审查
猫眼影戏记者 黄怡璇 报道Q8X2R7L1T4J5M9B6W3
henry 发自 凹非寺量子位 | 公众号 QbitAI
LLM的下一个推理单位，何须是Token？
刚刚，字节Seed团队宣布最新研究——
DLCM（Dynamic Large Concept Models）将大模子的推理单位从token（词） 动态且自顺应地推到了concept（看法）层级。
DLCM通过端到端地方法学习语义界线，动态地将Token序列支解成看法，在压缩后的看法空间中举行深度推理，并借助因果交织注重力将看法级推理效果重构为Token级展望
由此，古板LLM中基于匀称、冗余Token信息密度的盘算分派，被转化为面向看法的动态推理与自顺应算力分派。
在以推理为主的基准使命上，DLCM在将推理阶段FLOPs降低34%的同时，还将平均准确率提升了2.69%
这也意味着，大模子的推理效率并不必定依赖更麋集的Token级盘算，而可以通过更高层级的语义组织来获得。
接下来，我们详细来看。
分层的下一token展望框架
如上所说，DLCM的焦点在于学习动态的Token-看法映射，实现了盘算资源的自顺应分派。
之以是这样做主要有两方面缘故原由：
一方面，在自然语言中，信息的漫衍并不是匀称的，而是集中在集中在少数语义转换的节点上。
然而，在目今的LLM中，所有token被统一处置惩罚，信息密度不匀称的自然语言消耗了同样的盘算量，造成了大宗的冗余与模子容量的错配。
另一方面，此前基于潜在推理的框架，如大型看法模子（Large Concept Model, LCM）等，不但需要单独训练编码器息争码器，还依赖人为划分的牢靠的、句子级别的粒度，缺乏拓展性与自顺应性。
针对这些问题，DLCM通过一种分层的下一token展望框架，将盘算重心转移到压缩后的语义空间，实现了更高效的深度推理。
详细来说，这一框架包括四个阶段：
首先，在编码阶段，DLCM通过一个编码器，提取细粒度的Token级体现，捕获局部上下文信息，作为界线检测和最终Token级解码的基础。
接下来，在动态支解阶段，模子基于Token级体现，盘算相邻Token之间在潜在空间中的局部不相似性（使用余弦距离），当不相似度凌驾阈值时，模子判断为一个语义断点（看法界线）。
与牢靠句子长度差别，DLCM端到端地学习这些界线，实现内容自顺应的支解。
它将统一片断内（即统一看法内）的所有Token体现举行均值池化（Mean Pooling），然后投影到更高维度的看法维度上，最终形成一个长度大大压缩的看法序列 。
然后，在看法级推理阶段，模子将上面获得的看法序列在压缩空间中举行深度的、高容量的推理，获得经由深度推理和信息整合后的看法体现。
最后，在Token级解码阶段，DLCM使用经由推理的看法体现，重构并展望下一个token。
由此，DLCM通过以上四个办法，乐成地将盘算分派从低效的Token-Token交互，转移到高效的Token-看法-Token 交互，实现了盘算资源的自顺应、结构化使用。
要害手艺突破与优化
虽然DLCM架构在设计上实现了Token级和看法级？榈囊旃，但同时也引入了新的工程和训练挑战。
全局剖析器（Global Parser）：内容自顺应压缩
DLCM 的焦点优势在于它能够凭证信息密度动态地划分看法。
例如，关于信息冗余度高的代码或简朴文本，可以激进地压缩 ；关于语义重大的转折点，则坚持较低压缩比。
为实现这一点，研究引入了全局剖析器（Global Parser）和辅助损失函数。
这个机制的要害在于：它不要求单个序列严酷遵照目的压缩比 ，而是在整个Batch层面约束平均界线天生率。
这使得DLCM在共享全局压缩比例目的的条件下，实现了随领域转变、随内容波动的自顺应分段，从而将盘算资源精准地分派到语义最要害的区域。
针对Flash Attention的效率优化
在解码阶段，Token需要通过因果交织注重力关注其所属的看法。
由于每个看法包括的Token数目是转变的，若是直接实现，会严重依赖效率低下的动态掩码和不规则的内存会见。
针对这一问题，研究引入看法复制（Concept Replication）战略。它将看法特征沿着序列维度复制扩展，使其长度与原始Token序列对齐。
由此，研究将重大的可变长交织注重力问题转换为长度对齐、局部恒定的注重力问题，并使其能够使用高度优化的Flash Attention Varlen内核，获得了1.26倍到1.73倍的显著加速。
异构架构的稳固训练
由于DLCM 的Token级组件和看法级主干网络的宽度纷歧致，通过上投影毗连，无法共享简单有用学习率。
为解决这一问题，研究接纳解耦的最大更新参数化，为Token？楹涂捶？榉峙闪俗粤Φ目矶人醴乓蜃，并发明各组件的有用学习率应与其宽度的倒数成比例缩放。
由此，研究乐成地稳固了这种不等宽架构的训练，并实现了零样本超参数迁徙，即小型署理模子上找到的最佳学习率可以直接用于训练更大的DLCM模子。
量化最优分派点
除上述优化外，研究还进一步基于scaling law探讨了token级处置惩罚与看法级推理之间的最优分派。
研究发明，在牢靠压缩比下，架构效率在中等看法主干占比处抵达峰值，而非随看法容量枯燥提升。
更主要的是，这一最优设置在规模增大时优势愈发明显：随着基线模子变大，在性能对齐的条件下，DLCM可实现越来越显著的FLOPs节约。
在实验阶段，研究接纳了与LLaMA论文中报告的相同的全局批次巨细、学习率和序列长度，让每个模子都在1T Token上举行训练。
其中，DLCM实现了43.92%的平均准确率，凌驾了基线模子41.23%的分数，提升了2.69%。
One more thing
这篇论文的一作来自英国曼彻斯特大学的在读博士生Qu Xingwei，师从Chenghua Lin教授。
他的研究偏向聚焦于大语言模子（LLMs），主要包括预训练、微调、专家混淆（Mixture of Experts）以及System-2大语言模子。
在教育配景方面，他本科结业于北京航空航天大学，导师为段海滨教授 ；硕士就读于获慕尼黑工业大学，导师为Daniel Cremers教授。
在读博前，他曾在字节跳动和小鹏汽车担当研究工程师。
[1]https://x.com/GeZhang86038849
[2]https://arxiv.org/abs/2512.24617
??时势1：捆绑 自慰爽网站
??01月11日,家庭“大件儿”加速迭代,
大鹏、小青、阿紫凑上前来，以头颅蹭他的手臂，体现亲昵，也想跟去。
,黄漫同人18。??01月11日,叙利亚反对派武装攻入哈马市 武装人员出现在城市街头,
每一分辛勤都有一分收获 ，每一次的痛苦都是快乐的最先。既然已走上了运动场，心里就不要多想，只管朝前走。你的汗水，洒在跑道，浇灌着乐成的花 朵;你的欢笑，飞扬在赛场，为班争光你最棒;你的身影是跑道上的景物，强壮的程序迈出你的自信!加油啊，健儿们!
,精品逼逼,一级毛片和美国久久久久,黑丝漫画搞黄视频。??时势2：车后座对准肉茎坐下
??01月11日,上海大剧院最新调研：高频次、个人化观演渐成潮流,
来吧！我再让你看看天堂！天主把这小我私家领到天堂。这里和适才的一切没有什么差别，一锅肉汤、一群人围着锅、一样的长勺，但各人都神色红润，身宽体胖，正幸福的唱着歌。这小我私家感应十分疑惑：这是为什么？天主微笑着说：很简朴，由于他们都会喂别人。
,骚逼被精液灌满,日韩AV电影网址,欧美性欧美在线。??01月11日,春运将至 北京“的士之家”提供暖心服务,
、关于信息资源整合事情？剐畔⒆试凑鲜侵卫硎虑榈男枰，也是信息系统应用生长的必定。可是，整合的难度也是很是之大的。公司已运作一年，今年已正式开展此项事情。现在，一期开发进入了实验阶段。凭证“先机关后下层，先易后难，先数据后流程”的原则推广。
,97久久超碰国产精品最新,求在线毛片网址,av777。??时势3：火影照美冥强 乳喷自慰爽
??01月11日,从源头治理农村留守儿童沉迷手机现象,
跟巨象一样大的狼太恐怖了，若是几头还能搪塞，这一下子来了四五十头，一百多号人基础挡不住。
,做a免费视频播放网站,别揉我🐻⋯啊⋯嗯张泽禹,国产福利亚洲一区二区三区。??01月11日,文化遗产日益融入人们生活,
“作弊啊，就凭他，怎么可能会开创一项纪录？！”一群人大叫。
,光溜溜图片100张,国产精品③级片,在线国产精品播放。??时势4：97chaopeng.com
??01月11日,沙县小吃为何能大吃四方？,
一、在事情理念上，坚持以人为本
,一本无码不卡在线视频,高中生破处,一级片网址。??01月11日,人民会客厅2024两会时刻——汇聚新质生产力澎湃动力 激发高质量发展强劲动能,
三是事情责任心不强。少数同志谋权、谋人、谋私有一套，就是不找事、不营生长。对上级安排的事情、提出的要求，接纳搪塞、推诿的态度，上面推一下才动一下，不推就不动，有的推了也不动，甚至搞上有政策下有对策，欺上瞒下，我行我素;遇到难题，不是千方百计地战胜难题、战胜难题，而是讲客观、讲条件，想方想法地回逃亡题、逃避责任，甚至难题和压力稍大一点，就被吓倒、压趴，平时知足于开会说说、问题报报、来人陪陪、没事玩玩。到头来事情完不可、生长上不去。
,麻豆传媒下载,国产第二十页,欧美色色网站。责编：潘小芬
审核：唐红新
责编：王某玉
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
